在現代軟件開發中，跨語言系統的集成已經成為日常工作的一部分。特別是當Python和Java之間進行交互時，編碼問題往往會成為導致數據傳輸錯誤、亂碼以及難以調試的主要原因之一。

你是否曾遇到過這種情境：Python腳本通過標準輸出返回了正確的數據，但Java服務讀取時卻顯示亂碼？或者，反之，Java中打印的數據在Python中也無法正確顯示？

問題的根本原因通常是Python與Java在字符編碼處理上的不一致，尤其是UTF-8編碼。這篇博客將詳細解析如何通過幾個簡單的步驟，解決Python和Java之間的編碼不一致問題，確保數據能夠正確、無縫地在兩者之間流動。

背景：為什么會出現亂碼？

Python與Java在字符編碼的處理方式上有所不同。當Python腳本產生輸出時，它默認使用系統的編碼方式，可能是UTF-8、GBK等，而Java通常期望以UTF-8的方式讀取標準輸出流。如果Python的編碼方式與Java讀取時的編碼不一致，就會導致亂碼問題。

問題產生的場景

假設我們有一個Python腳本，它從某個API獲取數據并返回。Java服務通過ProcessBuilder執行Python腳本，并從標準輸出流中讀取返回結果。然而，若沒有明確指定編碼，Java可能會因默認使用平臺編碼方式而導致亂碼。

解決方案：確保統一的UTF-8編碼

我們可以通過幾個步驟確保Python和Java之間的編碼一致性，避免亂碼問題。

步驟 1：修改Python腳本，顯式指定編碼

首先，我們需要確保Python腳本在輸出響應時，明確設置為使用UTF-8編碼。

修改Python腳本：

在Python腳本中，我們可以通過設置response.encoding = 'utf-8'來顯式設置響應的編碼格式。這個步驟確保Python腳本生成的輸出始終使用UTF-8編碼。

import sys
import requests
import jsondef get_access_token():# 省略獲取token的邏輯return "your_access_token"def main():url = "https://aip.baidubce.com/rpc/2.0/ai_custom/v1/wenxinworkshop/chat/ernie_speed?access_token=" + get_access_token()content = sys.argv[1]  # 從命令行參數獲取輸入內容payload = json.dumps({"messages": [{"role": "user", "content": content}]})headers = {'Content-Type': 'application/json'}response = requests.post(url, headers=headers, data=payload)response.encoding = 'utf-8'  # 顯式設置編碼print(response.text)  # 輸出響應內容

通過response.encoding = 'utf-8'，我們明確告訴Python使用UTF-8編碼來處理響應，這樣即使是包含特殊字符的內容，也能正確編碼輸出。

步驟 2：在Java中設置Python的編碼環境變量

Java使用ProcessBuilder執行Python腳本時，默認的編碼可能不是UTF-8。為了強制Python輸出使用UTF-8編碼，我們需要在ProcessBuilder中設置環境變量PYTHONIOENCODING。

修改Java服務層代碼：

在Java中，使用ProcessBuilder執行Python腳本時，我們可以通過processBuilder.environment().put("PYTHONIOENCODING", "utf-8")來確保Python環境使用UTF-8編碼。

import java.io.*;
import java.nio.charset.StandardCharsets;public class PythonExecutorServiceImpl {private static final String PYTHON_EXECUTABLE = "python";private static final String PYTHON_SCRIPT_PATH = "/path/to/your/script.py";public String executeScript(String content) throws IOException {// 創建ProcessBuilder，執行Python腳本ProcessBuilder processBuilder = new ProcessBuilder(PYTHON_EXECUTABLE,PYTHON_SCRIPT_PATH,content);// 設置環境變量，確保Python輸出使用UTF-8processBuilder.environment().put("PYTHONIOENCODING", "utf-8");processBuilder.redirectErrorStream(true);// 啟動進程并讀取輸出流Process process = processBuilder.start();InputStreamReader reader = new InputStreamReader(process.getInputStream(), StandardCharsets.UTF_8);BufferedReader bufferedReader = new BufferedReader(reader);StringBuilder output = new StringBuilder();String line;while ((line = bufferedReader.readLine()) != null) {output.append(line).append("\n");}bufferedReader.close();return output.toString();}
}

通過設置環境變量PYTHONIOENCODING，我們確保Python在執行時始終使用UTF-8編碼，這樣Java就可以正確讀取Python的標準輸出流。

步驟 3：確保Java讀取流時使用UTF-8

在Java中，我們使用InputStreamReader讀取進程的輸出流時，也需要明確指定編碼格式。通過new InputStreamReader(process.getInputStream(), StandardCharsets.UTF_8)，我們確保Java以UTF-8編碼讀取Python的輸出。

完整代碼示例

Python腳本（model.py）

import sys
import requests
import jsondef get_access_token():# 模擬獲取tokenreturn "your_access_token"def main():url = "https://aip.baidubce.com/rpc/2.0/ai_custom/v1/wenxinworkshop/chat/ernie_speed?access_token=" + get_access_token()content = sys.argv[1]payload = json.dumps({"messages": [{"role": "user", "content": content}]})headers = {'Content-Type': 'application/json'}response = requests.post(url, headers=headers, data=payload)response.encoding = 'utf-8'  # 顯式設置編碼print(response.text)if __name__ == '__main__':main()

Java服務層（PythonExecutorServiceImpl.java）

import java.io.*;
import java.nio.charset.StandardCharsets;public class PythonExecutorServiceImpl {private static final String PYTHON_EXECUTABLE = "python";private static final String PYTHON_SCRIPT_PATH = "/path/to/your/script.py";public String executeScript(String content) throws IOException {ProcessBuilder processBuilder = new ProcessBuilder(PYTHON_EXECUTABLE,PYTHON_SCRIPT_PATH,content);// 設置環境變量確保Python輸出UTF-8processBuilder.environment().put("PYTHONIOENCODING", "utf-8");processBuilder.redirectErrorStream(true);Process process = processBuilder.start();InputStreamReader reader = new InputStreamReader(process.getInputStream(), StandardCharsets.UTF_8);BufferedReader bufferedReader = new BufferedReader(reader);StringBuilder output = new StringBuilder();String line;while ((line = bufferedReader.readLine()) != null) {output.append(line).append("\n");}bufferedReader.close();return output.toString();}
}

總結

通過這幾個簡單的步驟，我們可以確保Python腳本和Java服務在數據傳輸時使用相同的UTF-8編碼，從而避免亂碼問題。這種方法不僅適用于Python與Java的交互，也可以用于其他語言間的數據傳輸問題。保持統一的字符編碼，是跨語言集成時的一個小細節，但卻能有效避免許多潛在的問題，讓系統更加穩定、可靠。

在開發過程中，細心地處理字符編碼問題是避免麻煩的關鍵，尤其是涉及到不同語言的集成時。希望通過這篇博客，能夠幫助你快速解決Python與Java交互中的亂碼問題，提升跨語言開發的效率！